如何使用 ggplot 对基因表达数据框进行箱线图，仅子集化特定基因并将我的样本划分为 2 个条件

Question

我是 R 的新手，我有一些与 bloxpot 相关的基本问题。我有一个数据框 9800 obs。（这些是基因）17 个变量（这些是我的样本），以及这些基因的表达值。我在下面放了一个简化的例子。

View(df) 

           sample1   sample2  sample3  

gene1         1         2        25

gene2        5.2        5        32

gene3        3.1        3        50

gene4        2.5       2.6       21

首先，我想将每个样本与特定条件（响应者或无响应者）相关联。在这种情况下，样本 1 和 2 将是响应者，而样本 3 将是非响应者。如果我像这样创建一个数据框，会有用吗？

condition <- c('responder','responder','non-responder')
sample_condition <- cbind(colnames(df), condition)
View(sample_condition)

sample     condition

sample1    responder

sample2    responder

sample3    non-responder

现在，我想使用 ggplot 绘制一个箱线图，显示我设计的 2 个条件下 gene1 的表达值。 example of the boxplot I want. I would like to include the dots for each sample as well

我认为我的问题实际上是如何告诉 ggplot() 绘制 df 仅对特定基因进行子集化并将我的样本划分为我之前设计的 2 个条件。

提前致谢！

Answer 1

欢迎光临，看起来您需要先将宽格式数据转换为长格式数据，然后再创建箱线图。我将在 tidyverse 中使用 Hadley Wickham 的几个软件包来实现这一目标。

library(tidyverse)
df <- gather(df, condition, values, -condition)
ggplot(df, aes(condition, values))+
  geom_boxplot()

制作完底图后，您可以在顶部添加一些透明度或 alpha 和一些 "wiggle" 围绕垂直轴的点，以使它们显示得更好并带有一些颜色。

ggplot(df, aes(condition, values, color = condition))+
  geom_boxplot(outler.fill = F, alpha = .5)+
  geom_jitter(alpha = .5,width = .1)

Answer 2

您的示例数据

df <- data.frame(sample1=runif(4),
                 sample2=runif(4),
                 sample3=runif(4))
rownames(df) <- c("gene1","gene2","gene3","gene4")

        sample1    sample2   sample3
gene1 0.7068424 0.81313273 0.1021884
gene2 0.2212768 0.87664923 0.3599538
gene3 0.7835704 0.08712978 0.7942733
gene4 0.3909335 0.70202803 0.8851641

定义您的响应者和非响应者

responders <- c("sample1","sample2")
nonresponders <- setdiff(colnames(df),responders)

仅过滤 gene 1 和标签条目

library(tidyverse)
gene1 <- df[1,] %>%
           gather() %>%         
       mutate(category=ifelse(key%in%responders,"responder","nonresponder"))

制作情节

qplot(x=category, y=value, data=gene1, geom=c("boxplot","jitter"), fill=category)

如何使用 ggplot 对基因表达数据框进行箱线图，仅子集化特定基因并将我的样本划分为 2 个条件

How to use ggplot to boxplot a gene expression dataframe subsetting only a specific gene and dividing my samples in 2 conditions

r

ggplot2

boxplot